- Learning New Representations and Goals for Autonomous
Robots
[Paquier & Chatila 2003] : REPGOAL03
Cet article présente les premiers travaux sur une architecture de
réseau neuronal capable d'acquérir de nouveaux objectifs et attitudes
à partir d'un ensemble initial restreint. Ce réseau neuronal est un
réseau pulsé, dont les relations entre éléments atomiques sont
caractérisées par
un poids excitateur et inhibiteur et un seuil d'activation qui
évoluent en fonction de la situation. Les conséquences d'une action
sont évaluées par un composant (qui va induire
l'apprentissage), et le développement de nouveaux comportement est
causé par l'évolution de l'environnement (qui va causer de nouvelles
entrées sensorielles), l'affinement des perceptions sensorielles (qui
va permettre de diversifier les réponses aux perceptions) et
l'évolution du seuil d'activation des neurones (qui va causer
l'activation de configurations peu souvent activées).
- A Reactive Robot Architecture with Planning on Demand
[Ranganathan & Koenig 2003] : REPLAN03
Cet article présente une architecture originale vis-à-vis de la
navigation de robot autonome, qui combine planification et navigation
réactive. Contrairement à d'autres approches qui soit s'appuient sur
plusieurs types de comportements, soit mettent le même comportement à
jour dynamiquement en fonction de la situation, cette architecture
utilise un niveau réactif plus simple de réalisation et fonctionne
selon trois modes.
Dans le premier mode le niveau réactif dirige seul le robot, dans le second
mode le planificateur intervient en mettant en place un point de passage
(waypoint), enfin dans le troisième mode le planificateur
prend totalement le contrôle de la navigation. Le passage d'un mode à
un autre se fait en fonction de deux paramètres qui déterminent si le
robot a des difficultés à atteindre sa destination. L'article présente
également des expériences qui permettent de comparer les performances
de leur approche avec celles d'autres approches existantes.
- A New Task-Based Control Architecture for Personal Robots
[Kim et al. 2003b] : SHA03
Cet article présente une architecture hybride délibérative/réactive
pour le niveau décisionnel d'un système autonome, appelée SHA (Supervised Hybrid Architecture). Il commence par présenter
rapidement plusieurs types possibles d'architectures hybrides avant de
décrire SHA, qui est composée d'un superviseur principal et de
plusieurs modules. Le superviseur est délibératif : un planificateur
connecté aux modules à travers un arbitrateur ; chaque module est
constitué
d'un ou plusieurs éléments délibératifs et réactifs, et d'un
arbitrateur qui choisit en fonction de la situation quel élément
solliciter. L'article présente ensuite les principes de fonctionnement
de l'architecture SHA, ainsi que deux expériences.
- Flat-distributed network architecture (FDNet) for rescue
robots
[Koji et al. 2003] : FDNET03
Cet article présente l'architecture du niveau
délibératif FDNet, développé
pour être intégré à un robot autonome de sauvetage. Ce niveau
délibératif est un réseau dynamique de ``data''
(qui représentent des données de capteurs ou des actions à exécuter,
mais aussi des intentions du système) et de ``relations''
reliant ces data (des morceaux de code qui par exemple créent de
nouveaux datas à partir de datas existants, comme une nouvelle
position à partir d'une position courante et d'une intention de
déplacement). L'article présente ensuite l'implémentation de ce FDNet
à l'aide de JAVA, CORBA et LinuxRT sur une plate-forme de robot de
sauvetage. Il décrit finalement la conception de modules nécessaires
au niveau exécutif du système autonome et leur interface avec le niveau
délibératif FDNet.
- Tripodal Schematic Design of the Control Architecture for the
Service Robot PSR
[Kim et al. 2003a] : TRIPSR03
Cet article présente l'architecture de système autonome PSR (pour Public Robot
Service) et sa stratégie d'implémentation. C'est une architecture
décrite à travers trois diagrammes : un diagramme des niveaux fonctionnels
(deliberative, sequencing, reactive), un
diagramme de classe et un diagramme de configuration (qui contient une
décomposition des tâches du robot, et leur représentation en réseau de
Pétri). Ces trois diagrammes spécifient complètement l'implémentation
du
[4]robot (respectivement l'arrangement et les liens entre les
composants, les fonctionnalités qu'ils fournissent, et le déroulement
de ces fonctionnalités). Le niveau deliberative est réalisé
par un planificateur, et le superviseur exécute séquentiellement
chacune des tâches du plan. Une expérience sur une implémentation de
cette architecture est ensuite rapidement présentée.
benjamin lussier
2004-04-16